Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "decision automata" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Modelling and simulation of C² processes based on cases in the operational simulation system for CAXes
Modelowanie I symulacja procesów C² bazujących na przypadkach w systemie symulacyjnym dla CAX
Autorzy:
Antkiewicz, R.
Kulas, W.
Najgebauer, A.
Pierzchała, D.
Rulka, J.
Tarapata, Z.
Wantoch-Rekowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/209606.pdf
Data publikacji:
2008
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
modelowanie i symulacja pola walki
automat decyzyjny
system dla CAX
combat modelling and simulation
decision automata
system for CAX
Opis:
The Simulation Based Operational Training Support System (SBOTSS), which was constructed in order to provide cost-effective approach of Computer Assisted Exercises, is an integrated, interactive, many-sided land analysis and training support model (with logistics, engineering, electronic warfare and intelligence functions). The idea and model of command and control process applied for the decision automata on the tactical level are presented. The automata execute the two main processes: decision planning process and level are presented. The automata execute the two main processes: decision planning process and direct combat control. The decision planning process relating to the automata contains three stages: identification of a decision situation, generation of decision plans, variants evaluation and nomination of the best variant of these, which statisfy the proposed criteria. The paricular approach to identification of decision situation and variants of action are presented. The procedure of variants generation, based on some kind of pre-simulation process, contains the evaluation module, which allows us the best choice of action plan according to specified criteria. The direct combat control process contains such phases like command, reporting and reaction to fault situations. Some results of the simulation process including the decisions made by automata are considered.
System Symulacyjnego Wspomagania Szkolenia Operacyjnego Wojsk (SSWSO), który został skonstruowany w celu prowadzenia niskokosztowych ćwiczeń wspomaganych komputerowo (ang. Computer Assisted Extercises, CAX) jest zintegrowanym, interaktywnym, wieloszczeblowym, wspomagającym ćwiczenia i analizy postsymulacyjne systemem (z uwzględnieniem logistyki, wojsk inżynieryjnych, walki elektronicznej i rozpoznania). W pracy przedstawiono ideę i model procesu dowodzenia i kontroli w zastosowaniu do automatu decyzyjnego na szczeblu taktycznym. Automat realizuje dwa główne procesy: proces planowania decyzji i bezpośredniej kontroli walki. Proces planowania decyzji składa się z trzech etapów: identyfikacji sytuacji decyzyjnej, generowania wariantów decyzji (planów działań), oceny wariantów i wyboru wariantu najlepszego, który spełnia pewne kryteria. Zaprezentowano specyficzne podejście do problemu identyfikacji sytuacji decyzyjnych oraz wariantów działań. Procedura generowania wariantów bazuje na procesie presymulacji i zawiera moduł oceniający, który umożliwia nam wybór najlepszego planu działań w zależności od przyjętych kryteriów. Proces bieżącej kontroli walki zawiera takie fazy, jak: dowodzenie, meldowanie i reakcję na tzw. sytuacje awaryjne. W pracy przedstawiono wyniki wybranych symulacji uwzględniających decyzje podejmowane przez opisywany automat decyzyjny.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2008, 57, 4; 9-24
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie decyzyjnych automatów komórkowych w klasyfikacji wysokorozdzielczych obrazów satelitarnych
The use of decision-making cellular automata in the classification of remote sensing images
Autorzy:
Wyczałek, I.
Powiązania:
https://bibliotekanauki.pl/articles/130454.pdf
Data publikacji:
2006
Wydawca:
Stowarzyszenie Geodetów Polskich
Tematy:
klasyfikacja
segmentacja
metoda gęstościowa
automat komórkowy
classification
segmentation
consistence assessment method
cellular automata
Opis:
Klasyfikacja jest jednym z najczęściej stosowanych sposobów określania pokrycia terenów w teledetekcji. Metody stosowane w podejściu klasycznym są w dużym stopniu nieskuteczne i wymagają działań wspomagających, takich jak wstępna segmentacja, uwzględnianie dodatkowych parametrów lub zależności, stosowanie metod rozpoznawania wzorów, sztucznej inteligencji, sieci neuronowych itp. Rozwijane są też metody obiektowe, bazujące na różnorodnych relacjach między zbiorami hierarchicznie uporządkowanych segmentów o zbliżonych cechach radiometrycznych. W pracy zaproponowano podejście, w którym grupowane są wyniki klasyfikacji nienadzorowanej w oparciu o analizę gęstości. Metoda gęstościowa w wersji opracowanej na użytek niniejszej pracy uwzględnia zarówno cechy spektralne jak i relacje przestrzenne między grupami pikseli, przypisując do nowotworzonych klas zarówno piksele klasy dominującej, jak i nielicznie występujące na danym obszarze piksele pozostałych klas. Jako narzędzie informatyczne służące rozwiązaniu powyższej idei wykorzystano automat komórkowy wyposażony w mechanizmy decyzyjne. Proces grupowania klas ma charakter iteracyjny, sterowany za pomocą specyficznej „funkcji przejścia” o dopuszczalnych stanach zgodnych z zadanymi klasami pokrycia terenu. Decyzyjny charakter automatu wynika z typowej dla metod podejmowania decyzji postaci funkcji kryterialnej, a także charakterystycznego zestawu jej parametrów – czynników decyzyjnych i ograniczeń. Przedstawione podejście zweryfikowano na przykładzie praktycznym polegającym na wskazaniu terenów pokrytych zielenią wysoką na 4-kanałowym obrazie QuickBird, wyostrzonym metodą PanSharpeningu. W tym celu wybrano trzy fragmenty sceny obejmujące tereny zieleni miejskiej o różnym przeznaczeniu. Uzyskano wysoką dokładność selekcji szukanej klasy pokrycia terenu. Metoda będzie rozwijana w kierunku powiązania z wektorową informacją bazodanową.
Classification is one of the most often used methods for land cover detection in remote sensing applications. The classic approach is not always efficient and needs using various additional criteria or methods such as segmentation, pattern recognition, artificial intelligence, neural networks and so on. In this paper, a new approach based on density-based clustering is presented using a method dealing with previously-classified images. The decision-making Cellular Automata has been proposed as a tool for solving this task. The iterative process of clustering has been driven by a specific transition rule of CA, with an earlier established set of states. The decision-making nature of AK arises from a criterion function typical for decision making methods, and the set of their factors and constraints. The proposed method lies in multiplied crossing of the classified image (K-means method) by Automata at a certain shape. The task aggregate classes fulfilling defined criteria concerning density of existence, and its iterative form serves to bridge gaps and eliminate dispersed pixels which don’t fulfill the threshold values of the used criterion. The approach presented here has been verified on the example aimed at showing trees on 4-canal pan-sharpened multispectral QuickBird imagery. Three parts of a scene of enclosed urban green areas of various destinations have been chosen. Selected phases of clustering are shown in images 3, 4 and 5 containing a decreased number of tall trees. An assessment of the results shows the great potential capabilities of the method and is expected to be useful in further change detection of land cover.
Źródło:
Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2006, 16; 577-586
2083-2214
2391-9477
Pojawia się w:
Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies